Stable Diffusion Web UI

Giao diện người dùng web Stable Diffusion (phiên bản AUTOMATIC1111) là giao diện trình duyệt để chạy Stable Diffusion nguồn mở trong môi trường cục bộ. Nó được xuất bản trên GitHub và nếu bạn cài đặt nó trên PC được trang bị GPU của riêng mình, bạn có thể tiếp tục tạo hình ảnh mà không bị hạn chế về số lần bạn có thể tạo chúng hoặc phí hàng tháng. Ngoài chức năng cơ bản là tạo hình ảnh từ văn bản, nó còn có một mức độ tự do tương đương với các dịch vụ đám mây thương mại, chẳng hạn như thêm các chức năng với img2img, inpainting và tiện ích mở rộng. Tùy chọn này phù hợp với các bộ phận sản xuất và tiếp thị muốn sản xuất nội dung quảng cáo nội bộ và sản xuất hàng loạt cấp studio với chi phí cấp phép bằng 0.

Các tính năng chính

1. Tương thích với cả txt2img/img2img: Ngoài việc tạo hình ảnh từ lời nhắc văn bản, còn có thể tạo các dẫn xuất và chuyển đổi kiểu dựa trên hình ảnh hiện có. Quá trình từng mất một giờ để làm 10 vật liệu biểu ngữ bằng tay có thể giảm xuống còn 10 đến 15 phút, bao gồm cả việc điều chỉnh nhanh chóng.

2. In-painting & out-painting: Bạn chỉ có thể chỉnh sửa một phần hình ảnh hoặc mở rộng nó ra ngoài màn hình. Tương đương với 30 phút chỉnh sửa trong Photoshop có thể được hoàn thành chỉ trong vài phút bằng cách chỉ định mặt nạ.

3. Tương thích với các mô hình tùy chỉnh như LoRA / ControlNet: Có thể thêm các mô hình mở rộng để cho phép kiểm soát chính xác bố cục, tư thế và phong cách. Sự thống nhất hình ảnh dành riêng cho thương hiệu có thể đạt được một cách chi tiết hơn so với trên đám mây thương mại.

4. Hệ sinh thái tiện ích mở rộng phong phú: Các tiện ích mở rộng do cộng đồng GitHub tạo ra có thể thêm các tính năng như hoàn thành thẻ, nâng cấp tự động và tạo video.

Biên bản xác minh của ban biên tập

Sau khi so sánh các tài liệu công khai và kế hoạch định giá của các dịch vụ cạnh tranh, chúng tôi nhận thấy ưu điểm lớn nhất của Giao diện người dùng web Stable Diffusion là cấu trúc ``không tốn chi phí cho mỗi số trang được tạo ra.'' So với kế hoạch cá nhân của Midjourney (bắt đầu từ $10 mỗi tháng) và DALL·E API (vài yên Nhật đến hàng chục yên Nhật cho mỗi hình ảnh), một nhóm sản xuất tạo ra 10.000 hình ảnh trở lên mỗi tháng có thể tiết kiệm chi phí hàng trăm nghìn yên Nhật mỗi năm. Mặt khác, quá trình thiết lập ban đầu yêu cầu môi trường GPU (khuyên dùng VRAM 8GB trở lên), điều này phát sinh chi phí thiết bị và thời gian thiết lập (ước tính từ 4 đến 8 giờ). Khó có thể đạt được khả năng kiểm soát chi tiết với LoRA/ControlNet với SaaS thương mại và ROI sẽ cao hơn ở những địa điểm thường xuyên quản lý tài sản thương hiệu và tạo lặp đi lặp lại.

Người dùng dự định

Đây là giải pháp lý tưởng cho các studio sản xuất, hoạt động của trang thương mại điện tử và nhóm xác minh sơ bộ về sản xuất trò chơi và phim hoạt hình muốn tạo hình ảnh nhiều lần với số lượng lớn trong khi vẫn giảm chi phí. Mặt khác, nó không phù hợp với những người không phải là kỹ sư muốn bắt đầu sử dụng ngay hoặc những nhóm không thể chuẩn bị môi trường GPU. Trong trường hợp đó, sẽ nhanh hơn nếu khởi động bằng cách chọn dịch vụ dựa trên đám mây như Midjourney hoặc DALL·E.

Giao diện người dùng trình duyệt Stable Diffusion mã nguồn mở được phát triển bởi AUTOMATIC1111. Chức năng không giới hạn với khả năng thực thi cục bộ + hoàn toàn miễn phí + tiện ích mở rộng. Tích hợp văn bản → hình ảnh + chỉnh sửa hình ảnh + inpainting + LoRA + ControlNet, v.v. và là giao diện người dùng tiêu chuẩn trên thực tế cho Stable Diffusion. Miễn là bạn có GPU, bạn có thể tạo dữ liệu không giới hạn mà không phải trả phí hàng tháng và đây là cơ sở chính cho các cá nhân người sáng tạo và nhà nghiên cứu.